文章目录

  • 索引即是行标签
  • 自动生成索引(行标签)
  • 指定索引
  • 显示索引信息
  • 索引查询
  • 列查询

索引即是行标签

import pandas as pd
import numpy as np
df1 = pd.DataFrame({'名字': ['张', '王', '李', '赵'],'年龄': ['10', '20', '30', '40'],'性别': ['男', '男', '女', '女'],'班级': ['1班', '2班', '2班', '3班']},index=[0, 1, 2, 3])

自动生成索引(行标签)

df1
名字 年龄 性别 班级
0 10 1班
1 20 2班
2 30 2班
3 40 3班

指定索引

df1.set_index("名字", # 作为行标的列inplace=True,drop=False # 内容中是否删除此列
)
df1
名字 年龄 性别 班级
名字
10 1班
20 2班
30 2班
40 3班
df1.set_index("名字", # 作为行标的列inplace=True,drop=True # 内容中是否删除此列
)
df1
年龄 性别 班级
名字
10 1班
20 2班
30 2班
40 3班

显示索引信息

df1.index
Index(['张', '王', '李', '赵'], dtype='object', name='名字')

索引查询

df1.loc['张']
年龄    10
性别     男
班级    1班
Name: 张, dtype: object

列查询

df1.loc[df1['年龄'] >= '20']
年龄 性别 班级
名字
20 2班
30 2班
40 3班

pandas index 用法 查询相关推荐

  1. python memory usage_Python Pandas Index.memory_usage()用法及代码示例

    Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas Index.memory_ ...

  2. pandas object转float_数据分析篇 | Pandas基础用法6【完结篇】

    这是最后一篇,至此Pandas系列终于连载完了,有需要的也可以看看前面6篇,尽请收藏. 数据分析篇 | Pandas 概览 数据分析篇 | Pandas基础用法1数据分析篇 | Pandas基础用法2 ...

  3. pandas pandas具体用法相关内容(三)

    pandas pandas具体用法相关内容(三) #%%import pandas as pd import numpy as np titanic_survival = pd.read_csv(&q ...

  4. 用Pandas Index高效比对百万级别文本

    前言 在Excel进行表表运算时,特别是以某表文本字段为关键字,查询另一表文本,即进行vlookup操作时,经常出现两边数据的不匹配.特别是如果数据量足够大,将产生较多的问题. 上述操作实际上是两集合 ...

  5. python 数据分析模块_Python数据分析pandas模块用法实例详解

    本文实例讲述了Python数据分析pandas模块用法.分享给大家供大家参考,具体如下: pandas pandas10分钟入门,可以查看官网:10 minutes to pandas 也可以查看更复 ...

  6. python loc iloc,Python pandas loc用法与iloc区别 聊聊Python pandas 中loc函数的使用,及跟iloc的区别说明...

    想了解聊聊Python pandas 中loc函数的使用,及跟iloc的区别说明的相关内容吗,Rainpages在本文为您仔细讲解Python pandas loc用法与iloc区别的相关知识和一些C ...

  7. pandas.dataframe用法总结 何时返回dataframe 何时返回series

    pandas.dataframe用法总结: 1 df[df.Datatype=='train']  返回的是一个dataframe  ,中括号里==返回的为series 它的特点是有索引有值 2  d ...

  8. Pandas index详解

    总括 pandas里对索引的操作主要有 DataFrame.rename DataFrame.rename_axis DataFrame.reindex DataFrame.reindex_axis ...

  9. [Python3]pandas.merge用法详解

    摘要 数据分析与建模的时候大部分时间在数据准备上,包括对数据的加载.清理.转换以及重塑.pandas提供了一组高级的.灵活的.高效的核心函数,能够轻松的将数据规整化.这节主要对pandas合并数据集的 ...

最新文章

  1. asp.net web 开发登录相关操作的控件LoginName、LoginStatus和LoginView控件使用详解
  2. Markdown基本语法【转】
  3. Mybatis 的工作原理,写得太好了!
  4. MyGeneration学习笔记(5) :在Web Service中使用dOOdad(中)
  5. 1192 约瑟夫问题(1)
  6. 从C到JAVA,从面向过程到面向对象
  7. 【AdaBoost算法】积分图代码实现
  8. python进程socket通信_python3 进程间通信之socket.socketpair()
  9. 1400协议是什么和28181区别_gb28181协议常见流程简析
  10. vb adodb mysql_PHP_ADODB类使用,MySQL的例子PHP中最通用的数据 - phpStudy
  11. faster rcnn 计算mAP
  12. 使用软件实现直播推流
  13. WebService专题(二)-WebService原理
  14. 工具说明书 - Beoplay E8耳机操作及电池更换
  15. OC : NSMeasurement (物理单位换算)
  16. Booting kernel failed
  17. Linux内核中的IPSEC实现(3) ---转载
  18. 03-Java核心类库_常用类库
  19. 谷歌cloud_Google Cloud如何为您的应用程序安全提供帮助?
  20. 员工一言不合就离职怎么办?我用 Python 写了个员工流失预测模型

热门文章

  1. 自动驾驶激光雷达物体检测技术
  2. Java EE---通过Spring JDBC实现数据库的增、删、改、查
  3. 读书笔记 | 墨菲定律(一)
  4. RDKit支持PostgreSQL配置
  5. K-d tree 算法
  6. R语言|PLS_DA分析绘图示例
  7. Science:产前母体感染促进后代的组织特异性免疫和炎症
  8. IF10+的数据库文章!生物信息数据库承建!
  9. Nature子刊:提高作物产量?农作物微生物组是关键
  10. QIIME 2用户文档. 5粪菌移植分析练习Fecal microbiota transplant (FMT) study